Instituto Tecnológico de Cancún
Materia: Métodos Numéricos
Nombre del Profesor:
GUSTAVO ADOLFO FAJARDO PULIDO
INTERPOLACIÓN
Nombres de los Integrantes:
·Vázquez Herrera Sergio José
Carrera: Ingeniería Civil
Fecha:25/10/2022
INTRODUCCION
En esta investigación gracias al libro de chapra de interpolación es problema que se
presenta con frecuencia en las ciencias experimentales y en ingeniería es tratar de
construir una función (denominada “función interpolante”) de la que se conoce una
serie de datos (denominados “datos de interpolación”). Estos datos pueden ser fruto
de las observaciones realizadas en un determinado experimento en el que se
relacionan dos o más variables e involucran valores de una función y/o de sus
derivadas.
El objetivo será determinar una función que verifique estos datos y que además sea
fácil de construir y manipular. Por su sencillez y operatividad los polinomios se usan
frecuentemente como funciones interpolantes
Sabiendo una serie de valores que toma una función desconocida en unos
determinados puntos, el tema de la interpolación polinómica trata de buscar un
polinomio que tome los mismos valores en dichos puntos. A dicho polinomio lo
llamaremos polinomio interpolador y, si mediante él calculamos el valor en otro
punto cualquiera, diremos que este valor es un valor de interpolación.
La interpolación no es término exclusivamente matemático, sino que se usa en otros
ámbitos de la vida, por ejemplo, en fotografía
También:
Analizar las estrategias prácticas para encontrar un polinomio de interpolación.
Aplicar los métodos numéricos de interpolación en la resolución de problemas.
Deducir y utilizar los métodos numéricos para encontrar un polinomio de
interpolación: Método Directo, (Polinomio único de Interpolación) y Método de
Newton.
Generalidades
Un problema de interpolación en general puede enunciarse de la siguiente forma:
Dado un conjunto de datos, generalmente valores de una función y/o sus derivadas
en determinados puntos xi , i = 0, 1, · · · ,n, que llamaremos nodos, nuestro objetivo
es construir otra función que coincida con la función dada en los datos de
interpolación. Según el tipo de los datos de interpolación, podemos considerar los
siguientes tipos de interpolación.
Interpolación de Lagrange: Conocemos los valores de la función f (xi) en n+1 puntos
distintos, xi , i = 0, 1, · · · ,n
Interpolación de Taylor: Los datos son el valor de la función y sus derivadas
sucesivas en un punto x0 hasta el orden n.
f i) (x0), i = 0, 1, · · · ,n.
Interpolación de Permite: Disponemos de los valores de una función y de algunas de
sus derivadas sucesivas en determinados puntos. Por ejemplo, f (xi) y f ′ (xi) en n +
1 puntos distintos, xi , i = 0, 1, · · · ,n
En general, las funciones interpolantes forman un espacio vectorial de dimensión
finita, es decir son del tipo:
ψ (x) = a0 ψ0 (x) + a1 ψ1 (x) + · · · + an ψn (x),
donde ψ0(x), ψ1(x), · · · , ψn(x), son funciones dadas que forman base del espacio
vectorial correspondiente y ai , i = 0, 1, · · · ,n números reales a determinar.
Dependiendo del tipo de funciones que utilicemos como funciones interpolantes, la
interpolación se llamara polinómica, racional, trigonométrica, spline polinomial, entre
las diferentes funciones interpolantes, por su sencillez y facilidad para operar, los
polinomios son los utilizados con mayor frecuencia en problemas de interpolación,
en este caso las funciones de base son ψi (x) = x i , i = 0, 1, · · · ,n.
Sin embargo, no siempre dan una respuesta satisfactoria, especialmente si la
solución del problema requiere el uso de polinomios de alto grado o, por ejemplo, si
se observa un comportamiento periódico en los datos de interpolación. Por
simplicidad, nos centraremos en este Tema en el estudio del caso particular de la
interpolación polinómica de Langrange.
INTERPOLACIÓN
En el subcampo matemático del análisis numérico, se denomina interpolación a
obtención de nuevos puntos partiendo del conocimiento de un conjunto de puntos.
En ingeniería y algunas ciencias es frecuente disponer de un cierto número de
puntos obtenidos por muestreo o a partir de un experimento y pretender construir
una función que los ajuste.
Otro problema estrechamente ligado con el de la interpolación es la aproximación de
una función complicada por una más simple. Si tenemos una función cuyo cálculo
resulta costoso, podemos partir de un cierto número de sus valores e interpolar
dichos datos construyendo una función más simple. En general, por supuesto, no
obtendremos los mismos valores evaluando la función obtenida que si evaluamos la
función original, si bien dependiendo de las características del problema y del
método de interpolación usado la ganancia en eficiencia puede compensar el error
cometido.
En todo caso, se trata de, a partir de n parejas de puntos (xk,yk), obtener una
función f que verifique
a la que se denomina función interpolante de dichos puntos. A los puntos xk se les
llama nodos. Algunas formas de interpolación que se utilizan con frecuencia son
la interpolación lineal, la interpolación polinómica (de la cual la anterior es un caso
particular), la interpolación por medio de spline o la interpolación polinómica de
Hermite.
Interpolación lineal
La interpolación lineal es útil cuando buscamos un valor entre puntos dados. Se
puede considerar como "llenar los espacios" de una tabla de datos.
La estrategia para la interpolación lineal es usar una línea recta para conectar los
datos conocidos a ambos lados del punto desconocido. La interpolación lineal es a
menudo no precisa para datos no lineales. Si los puntos del conjunto de datos
cambian en una gran cantidad, la interpolación lineal podría no dar un buen
estimado:
Uno de los métodos de interpolación más sencillos es el lineal. En general, en la
interpolación lineal se utilizan dos puntos, (xa,ya) y (xb,yb), para obtener un tercer
punto interpolado (x,y) a partir de la siguiente fórmula.
La interpolación lineal es rápida y sencilla, pero en ciertos casos no muy precisa
Ejemplo de cómo interpolar linealmente
A continuación, vamos a ver un problema a modo de ejemplo para acabar de
entender el concepto de interpolación lineal:
En una fábrica se producen en 4 horas 2 artículos, y en 8 horas 10 artículos. Si el
número de artículos producidos tienen una relación lineal con las horas trabajadas,
¿cuántos artículos se fabricarán en 5 horas?
Primero de todo tenemos que definir la función lineal que relaciona las horas
trabajadas con los artículos producidos. En este caso las X serán las horas
trabajadas y las Y serán los artículos que se fabrican. Porque se fabricarán más o
menos artículos en función de las horas trabajadas, o dicho de otra forma, la
producción depende de las horas, y no al revés
.
A partir del enunciado sabemos que la función pasa por los puntos (4,2) y (8,10).
Por lo tanto, simplemente tenemos que aplicar la fórmula para interpolar en el
punto
Interpolación cuadrática
La interpolación cuadrática consiste en hacer la interpolación con un polinomio de
segundo grado en vez de un polinomio de grado 1. Por tanto, en este caso se utiliza
una función cuadrática o parábola.
En general, la interpolación de segundo orden es más precisa que la de primer
orden, ya que es de mayor grado. Por contra, se necesita un punto más para poder
llevar a cabo la interpolación.
El matemático Lagrange desarrolló una fórmula para hallar la función interpoladora
de orden n-ésimo. Para el caso de orden 2, el polinomio interpolador de
Lagrange es el siguiente:
Donde los puntos conocidos
, y sirven para encontrar el valor de la función en la abscisa.
Sin embargo, en la práctica no se suele utilizar el método de interpolación de
Lagrange, sino que se calcula la función cuadrática a partir de los 3 puntos
observados y luego se evalúa el punto a interpolar en la función. A continuación,
dispones de un ejercicio resuelto para ver cómo se hace:
Ejemplo de cómo interpolar cuadráticamente
Determina la función cuadrática que pasa por los puntos (0,1), (1,0) y (3,4) y luego
interpola el valor de X=1
Como las funciones cuadráticas son polinomios de segundo orden, la función
interpoladora será de la siguiente forma:
De modo que debemos calcular los coeficientes a , b y c Para ello, sustituimos las
coordenadas de los puntos conocidos en la función:
Interpolación de Newton
Es un método de interpolación polinómica. Aunque solo existe un único polinomio
que interpola una serie de puntos, existen diferentes formas de calcularlo. Este
método es útil para situaciones que requieran un número bajo de puntos para
interpolar, ya que a medida que crece el número de puntos, también lo hace el
grado del polinomio.
Existen ciertas ventajas en el uso de este polinomio respecto al polinomio
interpolador de Lagrange. Por ejemplo, si fuese necesario añadir algún nuevo punto
o nodo a la función, tan solo habría que calcular este último punto, dada la relación
de recurrencia existente y demostrada anteriormente.
Definición de pendiente
Definición del polinomio
POLINOMIOS DE INTERPOLACIÓN DE LAGRANGE
Análisis numérico, el polinomio de Lagrange, llamado así en honor a Joseph-Louis
de Lagrange, es una forma de presentar el polinomio que interpola un conjunto de
puntos dado. Lagrange publicó este resultado en 1795, pero lo descubrió Edward
Waring en 1779 y fue redescubierto más tarde por Leonhard Euler en 1783.
Dado que no existe un único polinomio interpolador para un determinado conjunto
de puntos, resulta algo engañoso llamar a este polinomio el polinomio interpolador
de Lagrange. Un nombre más apropiado es interpolación polinómica en la forma de
Lagrange.
donde todos los xj se asumen distintos, el polinomio interpolador en la forma de
Lagrange es la combinación lineal
COEFICIENTES DE UN POLINOMIO DE INTERPOLACIÓN
Aunque el polinomio de Newton y el de Lagrange son adecuados para determinar valores
intermedios entre puntos, no ofrecen un polinomio adecuado de la forma convencional
Un método directo para calcular los coeficientes de este polinomio se basa en el hecho de
que se requieren n + 1 puntos asociados con datos para determinar los n + 1 coeficientes.
Así, se utiliza un sistema de ecuaciones algebraicas lineales simultáneas para calcular las ai
. Por ejemplo, suponga que usted desea calcular los coeficientes de la parábola
Se requiere de tres puntos: [x0, f(x0)], [x1, f(x1)] y [x2, f(x2)]. Cada uno se sustituye en la
ecuación :
De esta manera, las x son los puntos conocidos, y las ai las incógnitas. Como hay el mismo
número de ecuaciones que de incógnitas, la ecuación se podría resolver con uno de los
métodos de eliminación de la parte tres.
Debe observarse que el procedimiento anterior no es el método de interpolación más
eficiente para determinar los coeficientes de un polinomio. Press et al. (1992) ofrecen un
análisis y códigos para computadora de los procedimientos más eficientes. Cualquiera que
sea la técnica empleada, se debe hacer una advertencia. Sistemas como los de la ecuación
están notoriamente mal condicionados. Ya sea que se resuelvan con un método de
eliminación o con un algoritmo más eficiente, los coeficientes resultantes pueden ser
bastante inexactos, en particular para n grandes. Si se usan para una interpolación
subsecuente, a menudo dan resultados erróneos.
En resumen, si usted se interesa en determinar un punto intermedio, emplee la interpolación
de Newton o de Lagrange. Si tiene que determinar una ecuación de la forma de la , limítese
a polinomios de grado menor y verifique cuidadosamente sus resultados.
INTERPOLACION INVERSA
INTERPOLACIÓN mediante trazadores (splines)
Muy frecuentemente se dispone de una gran cantidad de datos relativos a una función,
conocida o no, que se desea aproximar. Las técnicas de interpolación polinómica dan lugar
en general a interpolantes que presentan grandes oscilaciones. La interpolación spline
desempeña un papel fundamental en el tratamiento de este tipo de problemas. En lo que
sigue, nos centraremos principalmente en la interpolación spline cúbica, aunque trataremos
primero brevemente la lineal y la cuadrática
El concepto de trazador se originó en la técnica de dibujo que usa una cinta delgada y
flexible (spline) para dibujar curvas suaves a través de un conjunto de puntos.
La unión más simple entre dos puntos es una línea recta. El método crea un polinomio para
cada par de puntos consecutivos en el intervalo, por lo que el resultado será una tabla de
polinomios.
Los trazadores de primer grado para un grupo de datos ordenados pueden definirse
como un conjunto de funciones lineales.
Observe que la expresión de f(x) para un tramo entre dos puntos es el polinomio de
grado 1 realizado con diferencia finita avanzadas o las diferencias divididas.
Las ecuaciones se pueden usar para evaluar la función en cualquier punto entre
x0 y xn. Al localizar primero el intervalo dentro del cual está el punto, puede
seleccionar el polinomio que corresponde a ese tramo
INTERPOLACIÓN MULTIDIMENSIONAL
En análisis numérico, la interpolación multivariable o la interpolación espacial es
la interpolación sobre funciones de más de una variable.
La función a interpolar se conoce en puntos determinados (Xi, Yi, Zi ....) y (X, Y, Z
....) el problema de la interpolación consistirá en dar valores en puntos arbitrarios
Uno de los métodos de interpolación multidimensional más utilizados en ingeniería,
sobre todo cuando se trata de datos espaciales (geoestadística), es el llamado
método de la inversa de la distancia. Consiste en aproximar el valor de la función en
un punto por una combinación lineal de los valores obtenidos a partir de los datos,
en donde los coeficientes dependen del inverso de la distancia del punto dado al
resto de puntos.
En el trabajo presentamos un laboratorio virtual que permite obtener varias gráficas
que muestran la curva o superficie correspondiente a la función interpolada junto
con los puntos a interpolar. Su uso docente en asignaturas de métodos numéricos o
en otras que utilicen técnicas de geoestadística puede ser útil para visualizar las
propiedades del método y su aplicación a problemas reales de ingeniería.
Interpolación bilineal
La interpolación bilineal es una extensión de la interpolación
lineal para interpolar funciones de dos variables (por ejemplo, x e y) en una malla
regular de dos dimensiones
.
La idea principal es realizar una interpolación lineal en una dirección, y después en
la otra. Aunque cada uno de estos pasos es lineal, la interpolación en su conjunto no
es lineal sino cuadrática.
Algoritmo
Supóngase que se quiere encontrar el valor para la función f desconocida en el
punto P = (x, y). Conocemos el valor de f en los cuatro puntos Q11 = (x1, y1), Q12 =
(x1, y2), Q21 = (x2, y1) y Q22 = (x2, y2).
Hay que tener en cuenta que se obtienen los mismos resultados si la interpolación
se hace primero en la dirección y y después en la dirección x.
BIBLIOGRAFIAS
[1] . Steven C. Chapra, Metodos numericos para ingenieros Quinta edicio, España: MC
GRAW HILL INTERAMERICANA, 2016.
[2] F. Scheid, Metodos numericos segunda edicion, Mexico: Mc GRAW HILL, 1890.
[3] I. R. d. M. y. M. S. Yáñez, Logaritmos vulgares 18ª ed., Madrid : Imprenta de Miguel
Ginesta, 2009-2010
